让我们快速看一下过去几个月里，两家公司发布的主要 LLM 模型公告时间线OpenAI和Anthropic过去几个月。所有提供的价格数字均为input MTok / output MTok / cache read MTok。
2026 年 6 月 26 日#
OpenAI宣布GPT-5.6 Sol 和 Luna。Sol 是 GPT 5.5 的直接继任者，价格相同，为$5 / $30 / $0.50，而 Luna 是一款专为更便宜用例设计的小模型，价格为$1 / $6 / $0.10。他们还宣布了一款介于这两款模型之间的 Terra 模型，但很少有人关注它。
2026 年 6 月 30 日#
Anthropic宣布Claude Sonnet 5，Anthropic 声称它更接近其 Opus 模型，但反馈褒贬不一。值得注意的是，它的发布价格为$2 / $10 / $0.20，最初本应是临时价格，但之后会上涨。
2026 年 7 月 24 日#
Anthropic宣布Claude Opus 5，这是备受期待的大版本更新，考虑到影响Opus 4.5 对智能体编程兴起的影响，价格为$5 / $25 / $0.50（与 GPT-5.6 Sol 相近）。尽管部分提供的基准测试结果出人意料地超过了规模大得多的 Fable 5，但真实世界反馈则更为褒贬不一。
2026 年 7 月 30 日#
OpenAI宣布他们将 GPT-5.6 Luna 的价格下调了80%（？？？）至$0.20 / $1.20 / $0.02。
大幅降价后 GPT-5.6 Luna 的模型质量与每任务成本对比。越靠上、越靠左越好，如果 OpenAI 没有进行 80% 的降价，它本会输给 DeepSeek V4 Pro。via OpenAI
2026 年 8 月 10 日#
Anthropic宣布Sonnet 5 发布时的临时降价现已永久生效。
2026 年 8 月 21 日#
OpenAI宣布他们将在未来三个月内将 GPT-5.6 Sol 的价格下调约 20%（$4 / $20 / $0.40）。
2026 年 9 月 1 日#
Anthropic宣布Fable 5.1，价格为$10 / $50 / $0.25，除了在所有领域的基准测试表现都严格优于 6 月发布的 Fable 5（价格为$10 / $50 / $1）之外，还将缓存读取成本降低了 75%。
缓存读取成本
在使用智能体进行编程时，缓存读取成本占总 token 支出的绝大部分（96% - 99%），因为缓存中包含了每一轮的完整先前对话。此外，缓存的命中率通常在 90% - 100% 左右（因 LLM 推理提供商的基础设施而异）。综合来看，缓存读取成本降低 75% 对应着模型使用成本降低 70-75%——显然值得注意，即便缓存成本通常只是个小注脚！
2026 年 9 月 3 日#
OpenAI宣布GPT-6 Astra，其规模与 Fable 5.1 相近，定价也相似，为$10 / $50 / $1但没有更低的缓存读取成本。Astra 的模型性能确实与 Fable 相当。
2026 年 9 月 22 日#
OpenAI宣布GPT-6 Sol，价格惊人，为$2 / $10 / $0.20其输入和输出价格相对于临时降价的 GPT-5.6 Sol 减半！他们同时发布了 GPT-6 Luna，输入和输出价格也是上一版本的一半（$0.10 / $0.50 / $0.01）。
在同一天，Anthropic宣布Claude Opus 5.5，其中明确表示“Opus 5.5 的服务所需算力少于 Opus 5，其定价也反映了这一点”。其价格$4 / $20 / $0.20总计远低于 Opus 5，因为输入/输出成本降低了 20%，缓存读取成本的降幅更大，使得总成本降低40-60%而这款模型甚至比 Fable 5.1 更强（关于 Opus 5.5 我有很多话想说，但那是另一篇文章的事了）。
2026 年 9 月 29 日#
事实证明 GPT-6 Sol 在性能上是个哑弹，因此一周后 OpenAI宣布GPT-6.1 Sol，其性能出人意料地与 Astra 相当（个人使用后可确认），但 OpenAI 随手将缓存价格减半（$2 / $10 / $0.10），与 Anthropic 的输入缓存读取成本 5% 持平，使该模型系列累计75%更便宜。
总体而言，从 6 月 GPT-5.6 模型系列发布到现在，这些热门 LLM 的使用成本已大幅下降，这是一年前我未曾预料到的。这些降价也适用于来自订阅制智能体运行框架的模型使用，例如Codex和Claude Code更重要的是，这些模型在输出质量上似乎没有为了降价而做任何妥协。
来自 Vercel AI 模型网关的数据显示，每 token 成本呈下降趋势，降至 2026 年 4 月成本的 43.3%。然而，总支出一直在增加，因为模型变好的速度快于它们变便宜的速度！via Vercel
从上面的时间线可以看出，Anthropic 和 OpenAI 之间存在明显的针锋相对，可以合理推测 OpenAI 和 Anthropic 的这些特定降价是对彼此的反应。然而，没有人会降价80%除非存在某种外部因素在起作用。那么，原因是什么呢？
LLM 的行为经济学与竞争对手的定价压力#
如果你一直在新的 LLM 发布时用它们测试智能体，那么除了主观感受之外，很难将它们区分开来。自去年 11 月智能体 LLM 迎来超高速增长以来，模型已变得更像一种商品，只需在诸如OpenCode和Zed Agent之类的 harness 中切换一下，或通过OpenRouter更换一个不同的 API 端点字符串，就能轻松地在你的代码库上试用新模型，因此几乎没有护城河。此外，还有许多竞争对手——不仅仅是像Google和Meta这样的大公司——它们能提供充分替代的模型，从而形成定价压力。
对于开源权重模型，让我们再看看DeepSeek Flash V4.1，它最近也发布了一个更新的 1017 变体。
此时 OpenRouter 是获取开源权重模型的首选之地。检索于 2026 年 10 月 24 日。
最初的 DeepSeek V4 Flash 0420于2026 年 4 月发布，价格为$0.14 / $0.28 / $0.0028并因此迅速走红，尤其是在当时 OpenAI 还没有用于简单任务的小型模型的情况下。这$0.0028被证明是关键所在，因为 2% 的缓存读取比例远低于上述 OpenAI 和 Anthropic 模型的 5%-10%，这使得实际成本甚至低于宣传的价格。我怀疑 7 月 GPT-5.6 Luna 降价 80% 正是为了专门与这些更小的开源权重模型竞争。现在，新的 DeepSeek Flash V4.1 1017 模型表现显著在基准测试上优于 DeepSeek Flash V4（45在Artificial Analysis指数对比24），而 DeepSeek 的成本仍保持在相近水平，为$0.15 / $0.60 / $0.003。注意关键词是“来自 DeepSeek”。
在 OpenRouter 上，任何推理提供商都可以上架其托管的模型，当用户调用 OpenRouter API 时，请求会被路由到这些模型之一——默认情况下会路由到任意可用模型以进行负载均衡，但开发者可以指定偏好，例如在 API 请求中设置“最低价格”。今年 5 月，我注意到当时有 13 家不同的提供商在 OpenRouter 上托管 DeepSeek V4 Flash。对于更新后的 1017 变体，现在有29 家不同的提供商。
DeepSeek V4.1 Flash 1017 的提供商，按缓存读取成本排序。检索于 2026 年 10 月 24 日。
然而，从有效输入成本（考虑了缓存读取成本与缓存命中率之间的相互作用）来看，许多不同提供商的成本相近。
各端点的有效成本，其中Cloudflare和DeepInfra与 DeepSeek 的成本相差在 10% 以内。尽管这些模型是最便宜的，但请注意这些模型只占总 token 份额的少数。检索于 2026 年 10 月 24 日。
OpenAI 和 Anthropic 将不得不通过更高质量的模型与这些开源权重模型区分开来——他们目前在这方面做得很好，尤其是 Opus 5.5——但他们需要继续这样做，这就是为什么有数十亿美元被投入研发。开源权重模型正在快速追赶：就在几天前，Moonshot AI发布了Kimi K3.1 Pro其性能与 Opus 5.5 相当（Kimi 为55，而 Opus 5.5 为58），输入/输出价格只有一半，缓存读取成本相同（$2 / $10 / $0.20）。它的规模和架构与Kimi K3相同，后者目前由 20 多家不同的推理提供商托管：因此，一旦权重在 11 月 4 日发布，你可以预期其中大多数会以大致相当的价格支持新的 Kimi K3.1 Pro 模型。值得注意的是，Moonshot AI 自己也加入了降价潮，将 Kimi K3.1 Pro 的定价定得低于最初的 Kimi K3（$3 / $15 / $0.30）。
在直言不讳的 AI 批评者中，一个反复出现的论调是：token 的价格一直被刻意压低，以此把人们套进 LLM 生态，但之后价格会上涨到“token 的真实成本”，一旦免费搭车结束，AI 鼓吹者就要倒霉了。该理论认为 OpenAI 和 Anthropic 正在亏本引流就像Uber 和 Lyft 在 2010 年代对网约车行业所做的那样，但与那时不同的是，OpenAI 和 Anthropic 并不是拥有生态内唯一定价权的双寡头，推理行业的进入门槛也没那么高。只要这些众多的推理提供商能够以与 OpenAI 和 Anthropic 相近的价格和相近的质量持续提供模型服务，且切换成本可以忽略不计，那么价格可能会继续下降更多。毫不意外，两家公司都在试图建立护城河来抵御这一趋势，比如专注于企业承诺以及个人智能体助手，例如OpenAI Dots和Claude Duet。
token 价格会突然上涨的说法更像是一种幻想，既得不到行为经济学的支持，也与 LLM 价格的实际趋势不符——过去几个月里，更好的模型价格大幅下降显著，而且不只是 OpenAI 和 Anthropic 在降价。只要算力提供商能把每 token 成本定得低于每 token 收入，这些推理提供商就会降低 token 成本以相互竞争，直到 OpenAI/Anthropic 也不得不降价竞争。OpenRouter 上的 29 家不同提供商几乎没有动力去提供不盈利的模型（他们只会停止提供该模型，转而把算力用于盈利的模型），而“token 的真实成本”最终可能落在价格等于边际成本之处。
说到这里，OpenAI 和 Anthropic 确实都接近 IPO，这让降价引发了更多疑问。
IPO 拉盘#
这些降价的时机值得注意，因为有传言称 OpenAI 和 Anthropic 都即将 IPO——OpenAI 在 2027 年，Anthropic 在几个月内。到目前为止，两家公司泄露的财务数据OpenAI和Anthropic不出所料地显示，由于研发/扩展，他们正在亏损数十亿美元，尽管在这两种情况下，这些报告都没有考虑到过去几个月智能体 LLM 使用量的超高速扩张。投资者将仔细审视巨额负利润，并要求他们拿出扭转局面的计划。
那么，他们为什么要把主要收入来源降价高达 80%？这恰恰相反是你在 S-1 招股书上想让自己看起来好看时会做的事！推理本身的利润率很可能讲述的是另一个故事，一些报告称每 token 的利润率高达 80%但附带一些保留条件。在这些大幅降价之后，他们还有多少利润率？
就我个人而言，降价确实影响了我花在 LLM 智能体上的钱，但并不是 OpenAI/Anthropic 希望其典型客户表现出的那种方式。当 GPT-5.6 Sol 还是顶级模型时，我每月花 100 美元订阅 Codex（5x Pro 套餐），尽管对随机的用量重置感到恼火，我还是设法把订阅包含的全部用量都用光了。一旦 GPT-6.1 Sol 发布，我注意到使用它的成本实际上降低了 75%，你猜我做了什么？
在同一个模型的用量效率提高了 4 倍之后，我把最大用量配额削减到了 1/5，所以最终大致持平，这是显而易见的选择。
平心而论，Claude Code 和 Codex 这类订阅的利润率并不确定，因为相对于 API 用量而言它们价值巨大；如果出现资金紧张，我怀疑订阅的价值会先于模型的基础价格被削减。例如，在 GPT-6.1 Sol 发布的同时，OpenAI削减了用量额度将 Codex 每月 200 美元档位的用量削减了 50%，理由是“以反映我们日益高效的模型”——这从技术上来说是正确的，但把它写出来还是很有趣。
我会非常好奇地想看看 Anthropic 的 IPO 招股书，以及它很快公开后的推理利润率。
我还质疑，如果 OpenAI/Anthropic 有意让自己的更昂贵模型过时，这对他们是否有利。一个月前 Opus 5.5 发布后，就再也没有任何关于 Fable 5.1 或 GPT-6 Astra 的讨论，因为 Opus 5.5 就是那么好。
顶部和左侧。来自 Anthropic
我完全预计 Fable 5.2/GPT-6.1 Astra 会在几周内发布并证明我错了，而我会非常好奇它将如何定价。
另一个不那么愤世嫉俗的、可以解释降价的因素是 LLM 基础设施已经在过去几个月里有所改善——当 Anthropic 说“Opus 5.5 的服务所需算力比 Opus 5 更少，其定价反映了这一点”时，我相信它。一个真正具有讽刺意味的结果是，如果这些模型的算力效率更高，就会减少对这些大规模数据中心建设的需求，这可能引发连锁的经济失败。然而，这很可能不会发生，因为推理只是算力组合中的一部分，而那些数据中心仍然需要用于流水线的其他部分。
总的来说，这次降价很奇怪，但作为用户，我当然不会抱怨！开源权重模型和二级推理提供商将继续作为对 LLM 价格以及大型实验室可能炮制的其他商业花招的经济制衡。即使 Anthropic 和 OpenAI 的 IPO 是灾难性的并导致两家公司倒闭，也不会突然导致 LLM 和智能体作为一个行业消亡。